2749772229

2749772229



Weryfikacja modelu regresji liniowej jednej zmiennej objaśniającej: procedura weryfikacji statystycznej i merytorycznej (weryfikacja hipotez modelu ekonomicznego); procedura weryfikacji statystycznej - wybrane elementy: badanie normalności rozkładu składnika losowego, badanie istotności współczynników regresji. Analiza szeregów czasowych.

Laboratoria komputerowe z wykorzystaniem oprogramowania R pokazujące praktyczne aspekty modelowania ekonometrycznego dla zagadnień poruszanych na wykładzie i ćwiczeniach.

Metody dydaktyczne: ćwiczenia laboratoryjne, zestawy zadań do samodzielnego rozwiązania, opracowanie projektów laboratoryjnych Założenia i cele przedmiotu

wiadomości: podstawy teoretyczne i przykłady zastosowań modelowania ekonometrycznego w ekonomii umiejętności: budowa oraz podejmowanie decyzji na podstawie modeli ekonometrycznych Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę oraz egzaminem na ocenę

Forma zaliczenia ćwiczeń: pisemna, projekty.

Forma zaliczenia egzaminu: pisemna.

Warunki zaliczenia ćwiczeń: ocena pozytywna uzyskana na podstawie pracy pisemnej (ćwiczenia), wykonanych projektów (laboratoria) oraz aktywności na zajęciach.

Warunki zaliczenia egzaminu: ocena pozytywna uzyskana na podstawie pracy pisemnej. Uzyskanie z pracy co najmniej 50% punktów.

Literatura podstawowa

[1]    Maddala G.S. (2006), Ekonometria, WN PWN, Warszawa.

[2]    Walesiak M., Gatnar E. (red.), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa 2009.

[3]    Dziechciarz J. (red.) (2003), Ekonometria. Metody, przykłady, zadania, Wyd. AE, Wrocław.

[4]    Nowak E. (2002), Zarys metod ekonometrii. Zbiór zadań, WN PWN, Warszawa.

[5]    Welfe A. (red.) (2003), Ekonometria. Zbiór zadań, PWE, Warszawa.

[6]    R Development Core Team (2011), R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org.

Literatura uzupełniająca

[1]    Kufel T. (2011), Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa.

[2]    Gruszczyński M., Kuszewski T., Podgórska M. (red.). Ekonometria i badania operacyjne, Wydawnictwo Naukowe PWN, Warszawa 2009.

[3]    Welfe A. (2003), Ekonometria, PWE, Warszawa.

[4]    Borkowski B., Dudek H., Szczęsny W. (2003), Ekonometria. Wybrane zagadnienia, WN PWN, Warszawa.

[5]    Bartosiewicz S. (1989), Ekonometria, PWE, Warszawa.

— -4- —

EKONOMIA INTEGRACJI EUROPEJSKIEJ (ECONOMICS OF EUROPEAN INTEGRATION)

Kierunek / specjalność: Ekonomia / realizowany na kierunku

Forma studiów: studia stacjonarne I stopnia / studia niestacjonarne I stopnia

Wymagania wstępne - zaliczone przedmioty:

Forma zajęć

Liczba godzin

Semestr

Rok studiów

Punkty ECTS

wykłady

30/30

IV/IV

II/II

4/4


Charakterystyka zajęć dydaktycznych:____

Prowadzący: dr Jerzy Ładysz

tel. 757538266, 757538257; budynek i nr pok.: H22 Treści programowe:

Pojęcie, warunki i korzyści ekonomiczne integracji międzynarodowej. Geneza i rozwój integracji w Europie. Integracja rynkowa - modele unii celnej i wspólnego rynku. Etapy integracji europejskiej - proces pogłębiania i poszerzania integracji. Jednolity rynek europejski. Modele integracji (federalizm, konfederalizm, neofunkcjonalizm, funkcjonalizm). Formy integracji (strefa wolnego handlu, unia celna, wspólny rynek, unia walutowa, unia gospodarcza, unia polityczna).

Teoria optymalnego obszaru walutowego. Unia Gospodarcza i Walutowa. Kryteria członkostwa w unii gospodarczo-walutowej (kryteria konwergencji).

System prawny UE (źródła prawa wspólnotowego, rodzaje aktów prawnych). Traktat z Lizbony.

System instytucjonalny UE (Parlament Europejski, Rada Europejska, Rada Unii Europejskiej, Komisja Europejska, Trybunał Sprawiedliwości Unii Europejskiej, Europejski Bank Centralny, Trybunał Obrachunkowy, Komitet Ekonomiczno-Społeczny, Komitet Regionów).



Wyszukiwarka

Podobne podstrony:
kwadratów modelu liniowego z wieloma zmiennymi objaśniającymi. Estymator wariancji składnika losoweg
34. W klasycznym modelu regresji liniowej y, = a + bx, + u,, jeżeli zmienność wartości pozostał
przewodnikPoPakiecieR 7 Wybrane procedury statystyczno U budujemy model regresji logistycznej z jedn
2 Test oparty na regresji liniowej W modelu regresji liniowej posługiwać się będziemy zestawem danyc
1.2.1 Założenia Klasycznego Modelu Regresji Liniowej 1° w
2id&493 tZndnnie 6 Dla próby z roku 2007 oszacowano model liniowy, w którym zmienna, objaśniana, był
Estymacja wyniku prawdziwegoPunktowa - Przeprowadzamy ją z wykorzystaniem modelu regresji liniowej,
Lusniewicz zadania Przykład 10 Regresja liniowa (pojedyncza metoda najmniejszych kwadratów) Zrealiz
zmiennych objaśniających) jest związkiem statystycznym, który jednak nie implikuje charakteru
img270 Krokowe procedury wprowadzania zmiennych niezależnych do liniowego modelu regresji s<
img269 W zasadzie wyróżnić można trzy rodzaje procedur wprowadzania zmiennych do modelu regresji: —
zależność zmiennej objaśnianej S względem K (z regresją liniową} _i_i_i_i_i_i_i_i_i_ -2

więcej podobnych podstron